按照目前大數據發展的趨勢和應用的前景來看，以Python為基礎做大數據相關的教學是可以支撐一個高職專業的，原因有以下幾點：

第一：目前大數據體系從技術發展上來看已經趨于成熟。Gartner在2016年的時候已經把云計算和大數據技術列入成熟技術行列，那么接下來就是大數據相關技術的落地應用階段，這個階段就需要大量的應用型人才的參與，而高職專業的畢業生恰好就是應用型人才，所以大數據的落地應用對高職專業來說是一個比較好的發展機遇。

第二：大數據人才需求量大。大數據人才的需求主要集中在四個領域，分別是底層研發、大數據應用開發、大數據分析和大數據運維，除了大數據底層研發對人才的要求比較高以外，其他幾個領域對人才的要求并不高，而且大數據分析和大數據運維非常適合高職畢業生，同時這兩個領域也是人才需求量比較中的領域。

第三：大數據未來發展空間大。大數據未來將會得到一個持續的發展，這個過程會持續較長一段時間，會隨著互聯網的不斷發展而陸續釋放出大量的就業崗位。對于人才培養來說，大數據方向是一個可持續的方向。

基于以上幾點，對于高職專業來說，開設大數據相關專業是沒有問題的，而且在我看來，這也是適應大數據時代發展的選擇。

在課程設置上，本著以應用為主的原則，可以重點考慮以下幾個方面的內容：

第一：Python語言的講解。Python語言語法簡單而且應用領域廣泛，選擇使用Python做大數據相關開發是一個比較不錯的選擇，建議把Python做Web開發的內容一并講完。

第二：數據庫。大數據領域的很多工作都是基于數據庫展開的，所以要有一個扎實的數據庫基礎。

第三：大數據平臺搭建。對于高職生來說，未來從事大數據運維也是一個不錯的選擇，這就需要對大數據平臺的搭建、組件部署、測試等內容有一個系統的學習過程。

第四：數據分析。數據分析有很多方式，對于高職生來說，采用現成的工具來進行數據分析更實際一些，比如BI工具。

第五：數據呈現。使用Python做數據呈現是比較理想的選擇。

大數據的課程設置要結合實際的場景，最好能結合一個領域進行，比如醫藥領域、交通領域、金融領域等等，這樣學生在學習的過程中會更直觀一些。

大數據是我的主要研究方向之一，目前我也在帶大數據方向的研究生，我會陸續在頭條寫一些關于大數據方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。

如果有大數據方面的問題，也可以咨詢我。

謝謝！